Come l’autonomia dei droni sblocca una nuova era di opportunità di intelligenza artificiale

[Editor’s note: American Robotics is a commercial developer of automated drone systems.]

Si parla ampiamente di droni ormai da due decenni. Per molti aspetti, quell’attenzione è stata giustificata. I droni militari hanno cambiato il modo in cui combattiamo le guerre. I droni consumer hanno cambiato il modo in cui filmiamo il mondo. Per il mercato commerciale, tuttavia, i droni sono stati in gran parte una falsa partenza. Nel 2013, l’Association for Unmanned Vehicle Systems International (AUVSI) ha previsto un 82 miliardi di dollari mercato entro il 2025. Nel 2016, PwC prevedeva 127 miliardi di dollari nel “prossimo futuro”. Ma non siamo ancora vicini a quelle proiezioni. Perché?

Cominciamo con lo scopo principale dei droni in ambito commerciale: raccolta e analisi dei dati. Il drone stesso è un mezzo per raggiungere un fine: una telecamera volante da cui ottenere una prospettiva aerea unica delle risorse per l’ispezione e l’analisi, che si tratti di un gasdotto, un deposito di ghiaia o un vigneto. Di conseguenza, i droni in questo contesto cadono sotto l’ombrello del “rilevamento remoto”.

Nel mondo del telerilevamento, i droni non sono l’unico giocatore. Ci sono satelliti in orbita alta, satelliti in orbita bassa, aeroplani, elicotteri e mongolfiere. Cosa hanno i droni che gli altri metodi di telerilevamento non hanno? La prima cosa è: risoluzione dell’immagine.

Cosa significa veramente “alta risoluzione”?

L’alta risoluzione di un prodotto è la bassa risoluzione di un altro prodotto.

La risoluzione dell’immagine, o più appropriatamente Ground Sample Distance (GSD) in questo caso, è il prodotto di due fattori principali: (1) quanto è potente il tuo sensore di imaging e (2) quanto sei vicino all’oggetto che stai fotografando. Poiché i droni volano in genere molto bassi rispetto al suolo (50-400 piedi AGL), l’opportunità di raccogliere risoluzioni dell’immagine più elevate rispetto agli aerei o ai satelliti che operano ad altitudini più elevate è significativa. Alla fine si verificano problemi con la fisica, l’ottica e l’economia e l’unico modo per ottenere un’immagine migliore è avvicinarsi all’oggetto. Per quantificare questo:

• “Alta risoluzione” per un drone il funzionamento a 50 piedi AGL con una fotocamera da 60 MP è di circa 1 mm/pixel.
• “Alta risoluzione” per un servizio aereo con equipaggiocome l’ormai defunto Terravioche è 10 cm/pixel.
• “Alta risoluzione” per un servizio satellitare a bassa orbita, Piace Planet Labsè 50 cm/pixel.

In altre parole, i droni possono fornire fino a 500 volte la risoluzione dell’immagine delle migliori soluzioni satellitari.

Il potere dell’alta risoluzione

Perché è importante? Si scopre che esiste una correlazione molto diretta e potente tra la risoluzione dell’immagine e il valore potenziale. Come dice la frase informatica: “spazzatura dentro, spazzatura fuori”. La qualità e l’ampiezza delle opportunità di analisi basate sulla visione artificiale sono esponenzialmente più elevate alle risoluzioni che un drone può fornire rispetto ad altri metodi.

Un satellite potrebbe essere in grado di dirti quanti pozzi ci sono in Texas, ma un drone può dirti esattamente dove e come perde l’attrezzatura su quei pad. Un aereo con equipaggio potrebbe essere in grado di dirti quale parte del tuo campo di grano è stressata, ma un drone può dirti quale parassita o malattia lo sta causando. In altre parole, se vuoi risolvere una crepa, un bug, un’erbaccia, una perdita o una piccola anomalia simile, è necessaria l’immagine corretta risoluzione fare così.

Portare l’intelligenza artificiale nell’equazione

Una volta ottenuta la corretta risoluzione dell’immagine, adesso possiamo iniziare ad addestrare le reti neurali (NN) e altri algoritmi di apprendimento automatico (ML) per conoscere queste anomalie, rilevarle, avvisarle e potenzialmente persino prevederle.

Ora il nostro software può imparare a distinguere tra una fuoriuscita di petrolio e un’ombra, calcolare con precisione il volume di una scorta o misurare una leggera inclinazione in un binario che potrebbe causare un deragliamento.

American Robotics stima che oltre 10 milioni di siti di risorse industriali in tutto il mondo utilizzino sistemi DIB (droni in scatola) automatizzati, raccogliendo e analizzando oltre 20 GB al giorno per drone. Nel Stati Uniti da solici sono oltre 900.000 piattaforme per pozzi di petrolio e gas, 500.000 miglia di gasdotti, 60.000 sottostazioni elettriche e 140.000 miglia di binari, che richiedono tutti un monitoraggio costante per garantire sicurezza e produttività.

Di conseguenza, la portata di questa opportunità è effettivamente difficile da quantificare. Cosa significa digitalizzare completamente le risorse fisiche del mondo ogni giorno, in tutti i settori critici? Cosa significa se possiamo iniziare ad applicare l’IA moderna a petabyte di dati ad altissima risoluzione che non sono mai esistiti prima? Quali efficienze vengono sbloccate se riesci a rilevare ogni perdita, crepa e area di danno quasi in tempo reale? Qualunque sia la risposta, scommetterei che i numeri di $ 82 miliardi e $ 127 miliardi stimati da AUVSI e PwC sono in realtà bassi.

Quindi: se l’opportunità è così ampia e chiara, perché queste previsioni di mercato non si sono ancora avverate? Inserisci la seconda importante capacità sbloccata dall’autonomia: frequenza di imaging.

Cosa significa veramente “alta frequenza”?

Il tasso di frequenza di imaging utile è 10 volte o più di quello che le persone pensavano inizialmente.

La più grande differenza di prestazioni tra sistemi di droni autonomi e quelli pilotati è la frequenza di acquisizione, elaborazione e analisi dei dati. Per il 90% dei casi d’uso di droni commerciali, un drone deve volare ripetutamente e continuamente sullo stesso appezzamento di terreno, giorno dopo giorno, anno dopo anno, per avere valore. È il caso di campi agricoli, oleodotti, fattorie di pannelli solari, centrali nucleari, sicurezza perimetrale, miniere, scali ferroviari e depositi di stoccaggio. Quando si esamina l’intero ciclo operativo dalla configurazione ai dati elaborati e analizzati, è chiaro che il funzionamento manuale di un drone è molto più di un lavoro a tempo pieno. E ad una media di $ 150/ora per operatore di droni, è chiaro che un onere operativo a tempo pieno su tutte le risorse semplicemente non è fattibile per la maggior parte dei clienti, dei casi d’uso e dei mercati.

Questo è il motivo centrale per cui tutte le previsioni sull’industria dei droni commerciali sono state finora ritardate. Immaginare una risorsa con un drone una o due volte l’anno ha poco o nessun valore nella maggior parte dei casi d’uso. Per un motivo o per l’altro, questo requisito di frequenza è stato trascurato e fino a poco tempo fa [subscription required]operazioni autonome che consentissero ispezioni con droni ad alta frequenza erano vietate dalla maggior parte dei governi federali di tutto il mondo.

Con un sistema drone-in-a-box completamente automatizzato, gli esseri umani a terra (sia piloti che osservatori) sono stati rimossi dall’equazione e di conseguenza l’economia è completamente cambiata. La tecnologia DIB consente un funzionamento costante, più volte al giorno, a meno di un decimo del costo di un servizio di droni azionato manualmente.

Con questa maggiore frequenza non si ottengono solo risparmi sui costi ma, soprattutto, la capacità di tenere traccia dei problemi quando e dove si verificano e addestrare adeguatamente i modelli di IA per farlo in modo autonomo. Dal momento che non si sa quando e dove si verificherà una perdita di metano o una rottura del binario, l’unica opzione è scansionare ogni risorsa il più frequentemente possibile. E se stai raccogliendo così tanti dati, è meglio creare un software per aiutare a filtrare le informazioni chiave per gli utenti finali.

Collegando questo alle applicazioni del mondo reale oggi

La tecnologia dei droni autonomi rappresenta una capacità rivoluzionaria di digitalizzare e analizzare il mondo fisico, migliorando l’efficienza e la sostenibilità delle infrastrutture critiche del nostro mondo.

E per fortuna, abbiamo finalmente uscito dal teorico e nell’operativo. Dopo 20 lunghi anni passati a guidare droni su e giù per il Gartner Hype Cycle, l'”altopiano della produttività” sta raggiungendo il culmine.

Nel gennaio 2021, American Robotics è diventata la prima azienda approvato dalla FAA per far funzionare un sistema di droni oltre la linea di vista visiva (BVLOS) senza esseri umani a terra, a pietra miliare seminale sbloccando le prime operazioni veramente autonome. Nel maggio 2022, questa approvazione è stata ampliata per includere 10 siti totali Attraverso otto stati degli Stati Uniti, segnalando un chiaro percorso su scala nazionale.

Ancora più importante, il software di intelligenza artificiale ora ha un meccanismo pratico per prosperare e crescere. Aziende come Rapporti sulle scorte stanno utilizzando la tecnologia dei droni automatizzati per le scorte volumetriche e l’inventario giornaliere monitoraggio. il Ardenna Il software Rail Inspector ora ha un percorso per scalare attraverso l’infrastruttura ferroviaria della nostra nazione.

Piace alle aziende di software di intelligenza artificiale Dynam.AI avere un nuovo mercato per la loro tecnologia e servizi. E clienti come Chevron e ConocoPhillips guardano a un futuro prossimo in cui le emissioni di metano e le perdite di petrolio saranno significativamente ridotte utilizzando Ispezioni giornaliere da sistemi di droni autonomi.

Il mio consiglio: non guardare allo smartphone, ma al campi petroliferi, scali ferroviari, iarde di pali di magazzinoe fattorie per la prossima rivoluzione dei dati e dell’intelligenza artificiale. Potrebbe non avere lo stesso fasto e le stesse circostanze del “metaverso”, ma il industriale il metaverse potrebbe essere solo più impattante.

Reese Mozer è co-fondatore e CEO di American Robotics.